Pandas如何对数据框应用多个函数

27 投票
4 回答
46362 浏览
提问于 2025-04-17 20:30

有没有办法像DataFrameGroupBy.agg函数那样,把一系列函数应用到DataFrame的每一列上?我找到了一种比较麻烦的方法,像这样:

df=pd.DataFrame(dict(one=np.random.uniform(0,10,100), two=np.random.uniform(0,10,100)))
df.groupby(np.ones(len(df))).agg(['mean','std'])

        one                 two
       mean       std      mean       std
1  4.802849  2.729528  5.487576  2.890371

4 个回答

2

我尝试在一列数据中应用三个函数,结果成功了。

#removing new line character
rem_newline = lambda x : re.sub('\n',' ',x).strip()

#character lower and removing spaces
lower_strip = lambda x : x.lower().strip()

df = df['users_name'].apply(lower_strip).apply(rem_newline).str.split('(',n=1,expand=True)
16

在一般情况下,当你有任意的函数和列名时,你可以这样做:

df.apply(lambda r: pd.Series({'mean': r.mean(), 'std': r.std()})).transpose()

         mean       std
one  5.366303  2.612738
two  4.858691  2.986567
32

对于Pandas 0.20.0或更新的版本,可以使用 df.agg (感谢ayhan指出这一点):

In [11]: df.agg(['mean', 'std'])
Out[11]: 
           one       two
mean  5.147471  4.964100
std   2.971106  2.753578

对于旧版本,你可以使用

In [61]: df.groupby(lambda idx: 0).agg(['mean','std'])
Out[61]: 
        one               two          
       mean       std    mean       std
0  5.147471  2.971106  4.9641  2.753578

另一种方法是:

In [68]: pd.DataFrame({col: [getattr(df[col], func)() for func in ('mean', 'std')] for col in df}, index=('mean', 'std'))
Out[68]: 
           one       two
mean  5.147471  4.964100
std   2.971106  2.753578

撰写回答